AI 原型要上线？先想清楚失败时怎么办

1. 演示成功，只是起点

一份准备好的输入能得到好结果，不代表真实用户使用时都顺利。AI 原型上线前，可以想象餐厅接单：厨房忙、食材缺、订单重复，服务员应该知道怎样回应。你的系统也要处理资料不足、工具报错和任务超时，而不是一直显示“处理中”，或把每种失败都说成用户操作有问题。

2. 先说明怎样算完成

给每类任务写下输入、输出与完成条件。整理资料时，结果是否覆盖关键内容；调用工具时，外部操作是否真正成功。界面收到一次请求，不等于工作已经完成。为任务保留编号、当前阶段和必要错误信息，用户能理解进展，开发者也能定位问题。日志应帮助排查，不应保存不必要的敏感内容。

3. 超时后，不要盲目再做一次

如果只是读取公开资料，重试和真正执行付款的风险不同。涉及外部写入时，超时可能只是回应没有及时回来，操作本身已经成功。先核实当前状态，再判断能否安全重试，避免重复发信、重复下单或重复扣款。需要等待确认的任务，就清楚显示待确认，不要靠猜测把它标成成功或失败。

4. 上线前，亲手试几个失败

故意提供不完整资料、让工具返回错误、重复提交同一任务，看看系统如何回应。检查能否保留状态、说明原因、恢复未完成工作，并给出用户可执行的下一步。保留可回退版本和必要审计记录。先让小范围任务可观察、可恢复，再扩展自动化；一个能妥善处理失败的原型，才更接近日常可用的服务。

再问自己一句：如果服务重启，正在处理的任务会怎样？用户是否能知道它仍在等待、已经完成还是需要补充资料？把恢复过程也写进验收清单，可以减少发布后只能靠人工猜状态、重复提交或直接改数据的情况。